spark2.2.1安装、pycharm连接spark配置

一、单机版本Spark安装

Win10下安装Spark2.2.1

1. 工具准备

JDK 8u161 with NetBeans 8.2：

http://www.oracle.com/technetwork/java/javase/downloads/jdk-netbeans-jsp-142931.html

spark: spark-2.2.1-bin-hadoop2.7：

https://spark.apache.org/downloads.html

winutils.exe:下载的是针对hadoop-2.7的64位的winutils.exe

https://github.com/rucyang/hadoop.dll-and-winutils.exe-for-hadoop2.7.3-on-windows_X64/tree/master/bin

hadoop-2.7.3：

https://archive.apache.org/dist/hadoop/common/

scala-2.11.8可到官网自行下载

2. Java双击安装

3. spark, hadoop解压到你想保存的目录，hadoop解压过程发生提示需要以管理身份运行（载好安装包之后解压安装包，把文件夹名改成hadoop，并和Spark一样）。解决方案

https://jingyan.baidu.com/article/6079ad0e92cc8d28ff86dbc0.html?st=2&net_type=&bd_page_type=1&os=0&rst=&word=win7%E6%80%8E%E6%A0%B7%E8%A7%A3%E5%8E%8B%E6%96%87%E4%BB%B6

4. 环境变量设置

编辑系统变量PATH的值，将java,spark,Hadoop,scala的相关bin路径添加进去

5. winutils.exe拷贝到hadoop解压后的bin目录下，打开C：\Windows\System32目录，找到cmd.exe，单击选中后右键，菜单中选择“以管理员身份运行”。以管理员模式进入cmd中输入 D:\hadoop-2.7.5\hadoop-2.7.5\bin\winutils.exe chmod 777 /tmp/hive

二、pycharm连接Spark配置

pip install pyspark

http://blog.csdn.net/clhugh/article/details/74590929

pyspark配置

step1.在cmd命令行里面进入python

step2.输入findspark模块，import findspark

pip install findspark

findspark.init()

step3.初始化findspark模块，输入 findspark.init()

然后配置好SPARK_HOME环境变量

PYTHONPATH环境变量

三、通过IDEA搭建scala开发环境开发

主要通过了两个网站

https://www.cnblogs.com/wcwen1990/p/7860716.html

https://www.jianshu.com/p/a5258f2821fc

https://www.cnblogs.com/seaspring/p/5615976.html

bug1:

找了好久才找到原因：http://blog.csdn.net/fransis/article/details/51810926

Bug2:

解决方法：http://blog.csdn.net/shenlanzifa/article/details/42679577

四、通intellij idea打包可运行scala jar包

https://blog.csdn.net/freecrystal_alex/article/details/78296851